Структурная модель системы управления складским комплексом с интеграцией подсистемы подготовки в виртуальной реальности

Ключевые слова: складской комплекс, технологический процесс, человек-оператор, система управления складом, структурная модель, интеллектуальный анализ, системы поддержки принятия решений

Аннотация

В работе проведен анализ специфики деятельности персонала склада, в ходе которого также выявлена проблема значительных экономических (трудовых и производственных) затрат из-за ошибок человека-оператора. Существующие системы управления складскими комплексами (СУС) не включают необходимых компонентов, направленных на минимизацию данного рода затрат. Специфика трудовой деятельности в данной предметной области также не предусматривает длительной периода обучения с прикреплением индивидуальных инструкторов. Поэтому актуальной задачей является разработка новых систем на базе текущей архитектуры СУС с возможностью организации подготовки персонала в минимальные сроки без остановки бизнес-процессов складского комплекса и привлечения большого количества инструкторов. На основе анализа существующих решений представлена структурная модель типичной СУС, а также предложена модернизированная структура с подсистемой для подготовки и обучения сотрудников складского комплекса. Подсистема подготовки реализуется с использованием технологий виртуальной реальности, а также применением технологий машинного обучения и компьютерного зрения для сбора больших объемов данных о бизнес-процессах, протекающих в складском комплексе. Рассмотрены подходы и технологии, позволяющие реализовать предлагаемую модифицированную СУС, продемонстрирован прототип подсистемы обучения в виртуальной среде складского комплекса. Реализация системы и ее внедрение позволит в перспективе минимизировать затраты, вызванные ошибками человека-оператора, за счет его обучения технологическому процессу на объекте в виртуальной реальности.

Скачивания

Данные скачивания пока не доступны.

Биографии авторов

Максим Сергеевич Николюкин, Тамбовский государственный технический университет

ассистент кафедры САПР Тамбовского государственного технического университета

Артём Дмитриевич Обухов, Тамбовский государственный технический университет

д-р техн. наук, доцент кафедры САПР Тамбовского государственного технического университета

Литература

1. Isaeva E. A. (2018) Fixed assets for warehouse automation. Collection of scientific papers of the Department of Automation and Industrial Electronics with the participation of foreign partners. P. 83–85.
2. Ivanov V. A. (2020) Selection and review of modern Russian WMS systems. Global economy in the 21st century: the role of biotechnologies and digital technologies. P. 37–39.
3. Abasheva O. Yu. (2018) An innovative approach to improving the organization of logistics processes in the warehousing of entrepreneurial organization. Innovative development of socio-economic systems: conditions, results and opportunities. P. 28–34.
4. Andiyappillai N. (2020) Digital Transformation in Warehouse Management Systems (WMS) Implementations. International Journal of Computer Applications. 177 (45). P. 34–37.
5. Yuan L. (2019) Research and practice of RFID-based warehouse logistics management system. International Conference on Smart Grid and Electrical Automation (ICSGEA). P. 514–519.
6. Krasnyanskiy M. N. et al. (2020) Visualization technology and tool selection methods for solving adaptive training complex structural-parametric synthesis problems. Journal of Computing and Information Science in Engineering. 20 (4). P. 1–10.
7. Sajjadi M. S. et al. (2017) Single image super-resolution through automated texture synthesis. Proceedings of the IEEE International Conference on Computer Vision. P. 4491–4500.
8. Ulyanov D. et al. (2018) Deep image prior. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. P. 9446–9454.
9. Rahman W. U. (2019) Edge Computing Assisted Joint Quality Adaptation for Mobile Video Streaming IEEE Access. 7. P. 129082–129094
10. Dinh P. H. et al. (2022) A new medical image enhancement algorithm using adaptive. International Journal of Imaging Systems and Technology. 32 (6). P. 2198–2218.
11. Grattarola D. (2021) Graph neural networks in TensorFlow and keras with spectral. IEEE Computational Intelligence Magazine. 16 (1). P. 99–106.
12. Richards B. A. et al. (2019) A deep learning framework for neuroscience. Nature neuroscience 22 (11). P. 1761–1770.
13. Kozlenko T. A. et al. (2021) BIM AND VR: development of a software module for the integration of building information modeling and virtual reality. Bulletin of the Siberian State Automobile and Road Academy. 4 (80). P. 440–449.
14. Minashkina D. et al. (2021) A systematic literature mapping of current academic research connecting sustainability into the warehouse management systems context. Current Approaches in Science and Technology Research. 5. P. 52–80.
15. Obukhov A. D. et al. (2022) The study of virtual reality influence on the process of professional training of miners. Virtual Reality. P. 1–25.
Опубликован
2023-05-12
Как цитировать
Николюкин, М. С., & Обухов, А. Д. (2023). Структурная модель системы управления складским комплексом с интеграцией подсистемы подготовки в виртуальной реальности. Вестник ВГУ. Серия: Системный анализ и информационные технологии, (1), 128-138. https://doi.org/10.17308/sait/1995-5499/2023/1/128-138
Раздел
Современные технологии разработки программного обеспечения